Revista: | Cirugía y cirujanos |
Base de datos: | PERIÓDICA |
Número de sistema: | 000318102 |
ISSN: | 0009-7411 |
Autores: | González Aguilera, Julio César1 Jiménez Paneque, Rosa Eugenia2 |
Instituciones: | 1Hospital General Universitario "Carlos Manuel de Céspedes", Bayamo, Granma. Cuba 2Hospital Clínico Quirúrgico "Hermanos Ameijeiras", La Habana. Cuba |
Año: | 2008 |
Periodo: | Sep-Oct |
Volumen: | 76 |
Número: | 5 |
Paginación: | 399-407 |
País: | México |
Idioma: | Español |
Tipo de documento: | Artículo |
Enfoque: | Aplicado, analítico |
Resumen en español | Objetivo: Identificar y cuantificar la influencia de distintos factores hipotéticamente relacionados con la evolución de los pacientes con peritonitis difusa secundaria y validar una función de los que permitan predecir su evolución hacia la muerte o no. Material y métodos: Estudio longitudinal prospectivo o de cohortes. Se incluyeron consecutivamente 219 pacientes atendidos en una unidad de cuidados intensivos. En las primeras 24 horas del ingreso se evaluaron como posibles factores pronósticos la edad, sexo, estado físico según la clasificación de la American Society of Anesthesiology, enfermedades previas, frecuencia cardiaca, frecuencia respiratoria, presión arterial media, leucocitos, creatinina sérica; la etiología de la peritonitis, el origen anatómico, el tiempo de evolución, la presencia de choque, bacteriemia y número de órganos con disfunción. Como variable marcadora del pronóstico se consideró la muerte en la Unidad de Cuidados Intensivos. Resultados: El modelo de regresión logística demostró que el número de órganos con disfunción (OR = 18.892, IC 95 % = 2.48-143.572), el estado físico (OR = 6.228, IC 95 % = 2.05- 18.95) y el tiempo de evolución (OR = 1.035, IC 95 % = 1.007- 1.065) mostraron relación independiente con la muerte. Conclusiones: Cuando se probó la capacidad del modelo de factores pronóstico estimado por el método paso a paso, se encontró un área bajo la curva ROC de 0.962 (IC 95 % = 0.928- 0.995). Su más alta sensibilidad para predecir la muerte fue de 97 % y la más alta especificidad de 92 %. Se obtuvieron valores predictivos negativos altos (mayores de 0.94). El estado físico y el tiempo de evolución quedaron incluidos |
Resumen en inglés | Objective: We undertook this study to identify and quantify the influence of different factors hypothetically related with patient evolution regarding the prognosis of patients with secondary diffuse peritonitis and to validate a function of prognostic factors, which permits us to predict its evolution to death. Methods: A cohort, prospective, longitudinal study was carried out. Two hundred nineteen consecutive patients admitted to an intensive care unit (ICU) were included. Age, gender, physical status according to the American Society of Anesthesiologists (ASA), previous disease, heart rate, breathing rate, blood pressure, leukocytes, serum creatinine, etiology of peritonitis, anatomic origin, time of evolution, shock presence, bacteremia, and the number of organs with dysfunction were evaluated in the first 24 h of admission as possible prognostic factors. As a variable prognostic marker, death in the ICU was considered. Results: A logistic regression model demonstrated that the number of organs with dysfunction (OR = 18.892, 95% CI = 2.48-143.572), physical status (OR = 6.228, 95% CI = 2.05- 18.95), and time of evolution (OR = 1.035, 95% CI = 1.007- 1.065) showed an independent relationship with death. Conclusions: When the capacity of the model of prognostic factors was proven and estimated by the step-by-step method, an area under the ROC curve was found of 0.962 (CI 95% = 0.928-0.995). Sensitivity to predict death was 97%, and specificity was 92%. Higher negative predictive values were obtained (>0.94). Physical status and time of evolution were included in this model |
Disciplinas: | Matemáticas, Medicina |
Palabras clave: | Matemáticas aplicadas, Cirugía, Gastroenterología, Peritonitis, Evolución clínica, Pronóstico, Factores pronósticos, Modelos matemáticos, Mortalidad |
Keyword: | Mathematics, Medicine, Applied mathematics, Gastroenterology, Surgery, Peritonitis, Clinical evolution, Prognosis, Prognostic factors, Mathematical models, Mortality |
Texto completo: | Texto completo (Ver HTML) |